前言：

在AI時代，深度學(xué)習(xí)框架和操作系統(tǒng)類似，起著承上啟下的作用，連接芯片與應(yīng)用，擁有強大算力的AI芯片加持，AI技術(shù)將得到更廣泛普及。

NPU成移動AI的核心載體

手機(jī)正常運行離不開SoC芯片，其集成的各個模塊共同支撐手機(jī)功能實現(xiàn)，如CPU負(fù)責(zé)手機(jī)應(yīng)用流暢切換、GPU支持游戲畫面快速加載，而NPU（神經(jīng)網(wǎng)絡(luò)處理器）就專門負(fù)責(zé)實現(xiàn)AI運算和AI應(yīng)用的實現(xiàn)。

NPU又叫獨立網(wǎng)絡(luò)加速引擎。可以按照字面意思理解，它是專門用來處理數(shù)據(jù)包轉(zhuǎn)發(fā)的芯片。主要的工作是收到數(shù)據(jù)包，按照包的地址，快速轉(zhuǎn)發(fā)出去，就像一條快遞傳送帶。并且它只負(fù)責(zé)包的轉(zhuǎn)發(fā)，無法處理其他業(yè)務(wù)邏輯。

CPU像是人的大腦，可以計算加減乘除，也可以用來學(xué)習(xí)英語，還可以用來邏輯推理，NPU更像是計算器，只能計算加減乘除，但因為“專器專用”，NPU處理效率很高，功耗更低。

如果沒有NPU，數(shù)據(jù)包的轉(zhuǎn)發(fā)也能通過CPU來進(jìn)行處理，但當(dāng)設(shè)備多數(shù)據(jù)量大時，CPU占用就會變高，處理不過來時就會丟包，導(dǎo)致網(wǎng)絡(luò)無法使用。而這些特定的數(shù)據(jù)包轉(zhuǎn)發(fā)規(guī)則，可以交由NPU處理，CPU可以減少最多99％的工作量。

深度學(xué)習(xí)＋開源的百度飛槳

在海量數(shù)據(jù)時代，數(shù)據(jù)的收集、組織、分析、運用都將推動社會的發(fā)展。隨著數(shù)據(jù)量的不斷增長、算法不斷演進(jìn)和迭代，對極致算力的需求也越來越大，而軟硬件的充分結(jié)合則顯得尤為重要。

百度飛槳是國內(nèi)自主研發(fā)、開源開放、功能最完備的產(chǎn)業(yè)級深度學(xué)習(xí)平臺，集深度學(xué)習(xí)核心框架、基礎(chǔ)模型庫、端到端開發(fā)套件、工具組件和服務(wù)平臺于一體，提供深度學(xué)習(xí)和機(jī)器學(xué)習(xí)任務(wù)開發(fā)、訓(xùn)練、部署能力，加速企業(yè)從算法研發(fā)到產(chǎn)業(yè)落地的過程。

飛槳框架是源自產(chǎn)業(yè)實踐深度學(xué)習(xí)框架，同時支持靜態(tài)圖和動態(tài)圖搭建網(wǎng)絡(luò)，支持高效大規(guī)模分布式訓(xùn)練，同時推出了像PaddleSlim模型壓縮還有安全加密的工具，以及在服務(wù)端和移動端進(jìn)行預(yù)測部署一些引擎。

而Paddle Lite是飛槳推出的一套功能完善、易用性強且性能卓越的輕量化推理引擎，支持多種硬件、多種平臺，具備輕量化部署、高性能實現(xiàn)等重要特性。

在算力層向上，向下連接芯片，向上連接了應(yīng)用場景的就是深度學(xué)習(xí)框架及平臺，在AI時代能夠幫助開發(fā)者便捷、快速完成深度學(xué)習(xí)技術(shù)研發(fā)的作用。

據(jù)IDC報告顯示，百度飛槳與谷歌、Facebook名列前三，領(lǐng)銜中國深度學(xué)習(xí)平臺市場，也是市場份額前五中唯一的國貨。